Emergence فکر می کند می تواند کد عامل هوش مصنوعی را بشکند

با این حال، یک سرمایه‌گذاری مولد دیگر هوش مصنوعی مجموعه‌ای از پول را جمع‌آوری کرده است. و مانند دیگران قبل از آن، ماه را نوید می دهد.

خروج، اورژانسکه یکی از بنیانگذاران آن ساتیا نیتتا، رئیس سابق راه حل های هوش مصنوعی جهانی در بخش تحقیقاتی IBM است، روز دوشنبه با 97.2 میلیون دلار بودجه از Learn Capital به اضافه خطوط اعتباری بیش از 100 میلیون دلار، از مخفی کاری خارج شد. Emergence ادعا می کند که در حال ساخت یک سیستم «مبتنی بر عامل» است که می تواند بسیاری از وظایفی را که معمولاً توسط کارکنان دانش انجام می شود، انجام دهد، تا حدی با مسیریابی این وظایف به مدل های AI مولد شخص اول و سوم مانند GPT-4o OpenAI.

Nitta، مدیر عامل Emergence، به TechCrunch گفت: «در Emergence، ما در حال کار بر روی جنبه‌های مختلف حوزه در حال تکامل عوامل هوش مصنوعی مولد هستیم. ما در آزمایشگاه‌های تحقیق و توسعه خود، علم سیستم‌های عامل را پیش می‌بریم و از منظر «اصول اول» با آن مقابله می‌کنیم. این شامل وظایف حیاتی هوش مصنوعی مانند برنامه ریزی و استدلال و همچنین بهبود خود در عوامل است.

نیتا می‌گوید که ایده Emergence مدت کوتاهی پس از تأسیس Merlyn Mind که دستیارهای مجازی آموزش محور می‌سازد، به وجود آمد. او متوجه شد که برخی از فناوری‌های مشابه توسعه‌یافته در مرلین را می‌توان برای خودکارسازی نرم‌افزار ایستگاه کاری و برنامه‌های وب به کار برد.

بنابراین Nitta از همکاران سابق IBMer Ravi Kokku و Sharad Sundararajan برای راه‌اندازی Emergence با هدف «پیشرفت علم و توسعه عوامل هوش مصنوعی» به قول Nitta استفاده کرد.

Nitta گفت: «مدل‌های مولد AI فعلی، اگرچه در درک زبان قدرتمند هستند، اما هنوز در قابلیت‌های برنامه‌ریزی پیشرفته و استدلال لازم برای وظایف پیچیده‌تر اتوماسیون که منشأ عوامل هستند، عقب هستند. “این چیزی است که Emergence در آن تخصص دارد.”

Emergence یک نقشه راه بسیار آرزویی دارد که شامل پروژه‌ای به نام Agent E است که به دنبال خودکارسازی وظایفی مانند پر کردن فرم‌ها، جستجوی محصولات در بازارهای آنلاین و پیمایش سرویس‌های استریم مانند Netflix است. شکل اولیه عامل E است در حال حاضر موجود است، بر روی ترکیبی از داده های مصنوعی و مشروح شده توسط انسان آموزش دیده است. اما اولین محصول نهایی Emergence چیزی است که Nitta به عنوان یک عامل “ارکستراتور” توصیف می کند.

این ارکستر که دوشنبه منبع باز است، خودش هیچ وظیفه ای را انجام نمی دهد. بلکه به عنوان نوعی تعویض کننده مدل خودکار برای اتوماسیون گردش کار عمل می کند. با در نظر گرفتن مواردی مانند قابلیت ها و هزینه استفاده از یک مدل (اگر شخص ثالث باشد)، ارکستراتور کار را باید انجام دهد – به عنوان مثال، نوشتن یک ایمیل – سپس مدلی را از یک لیست تنظیم شده توسط توسعه دهنده برای تکمیل آن انتخاب می کند. وظیفه.

Nitta گفت: «توسعه‌دهندگان می‌توانند نرده‌های محافظ مناسب اضافه کنند، از مدل‌های متعدد برای گردش کار و برنامه‌های خود استفاده کنند، و بدون نگرانی در مورد مسائلی مانند هزینه، مهاجرت سریع یا در دسترس بودن، به‌طور یکپارچه به آخرین مدل منبع باز یا عمومی در صورت تقاضا تغییر دهند.

ارکستراتور Emergence از نظر مفهومی کاملاً شبیه به راه‌اندازی مدل مریخی استارت‌آپ هوش مصنوعی است که درخواستی را که برای یک مدل هوش مصنوعی در نظر گرفته شده است دریافت می‌کند و بسته به مواردی مانند زمان کار و ویژگی‌ها به طور خودکار آن را به مدل‌های مختلف هدایت می‌کند. استارت‌آپ دیگری، Credal، راه‌حل‌های اساسی‌تری برای مسیریابی مدل ارائه می‌کند که توسط قوانین سخت‌کد شده هدایت می‌شود.

نیتا شباهت ها را انکار نمی کند. اما او نه چندان زیرکانه پیشنهاد می کند که فناوری مسیریابی مدل Emergence از سایرین قابل اعتمادتر است. او همچنین خاطرنشان می کند که ویژگی های پیکربندی اضافی مانند انتخابگر مدل دستی، مدیریت API و داشبورد نمای کلی هزینه را ارائه می دهد.

او گفت: «نماینده ارکستر ما با درک عمیقی از مقیاس‌پذیری، استحکام و در دسترس بودن که سیستم‌های سازمانی به آن نیاز دارند ساخته شده است و با چندین دهه تجربه که تیم ما در ساخت برخی از مقیاس‌پذیرترین استقرارهای هوش مصنوعی در جهان دارد، پشتیبانی می‌شود.»

Emergence قصد دارد در هفته‌های آینده با یک نسخه ممتاز میزبانی شده و در دسترس از طریق یک API از ارکستراتور کسب درآمد کند. اما این تنها بخشی از برنامه بزرگ این شرکت برای ساختن پلتفرمی است که از جمله موارد دیگر، ادعاها و اسناد را پردازش می کند، سیستم های فناوری اطلاعات را مدیریت می کند و با سیستم های مدیریت ارتباط با مشتری مانند Salesforce و Zendesk ادغام می شود تا سوالات مشتری را بررسی کند.

در این راستا، Emergence می‌گوید که با سامسونگ و شرکت نمایشگرهای لمسی Newline Interactive – که هر دو از مشتریان فعلی Merlyn Mind هستند، مشارکت‌های استراتژیک ایجاد کرده است تا فناوری Emergence را در محصولات آینده ادغام کند.

کدام محصولات خاص و چه زمانی می توانیم منتظر دیدن آنها باشیم؟ نیتا گفت که نمایشگرهای تعاملی WAD سامسونگ و نمایشگرهای سری Q و Q Pro از نیولاین، اما او پاسخی به سوال دوم نداشت، به این معنی که این روزها خیلی زود است.

نمی توان انکار کرد که عوامل هوش مصنوعی در حال حاضر سر و صدا هستند. نیروگاه های مولد هوش مصنوعی OpenAI و آنتروپیک در حال توسعه محصولات نمایندگی با انجام وظایف هستند، مانند شرکت های بزرگ فناوری، از جمله گوگل و آمازون.

اما مشخص نیست که تمایز Emergence در کجا قرار دارد، علاوه بر مقدار قابل توجهی پول نقد از دروازه شروع.

TechCrunch اخیراً یک استارتاپ عامل دیگر هوش مصنوعی را پوشش داده است. اوربی، با فروش مشابه: عوامل هوش مصنوعی آموزش دیده اند تا در طیف وسیعی از نرم افزارهای دسکتاپ کار کنند. ادپت نیز در این راستا در حال توسعه فناوری بود، اما علیرغم جمع آوری بیش از 415 میلیون دلار، ظاهراً اکنون خود را در آستانه یک کمک مالی از هر دو می بیند. مایکروسافت یا متا.

Emergence خود را به‌عنوان یک تحقیق و توسعه سنگین‌تر از بسیاری از موارد دیگر نشان می‌دهد: اگر بخواهید، «OpenAI of agents» با یک آزمایشگاه تحقیقاتی که به بررسی چگونگی برنامه‌ریزی، استدلال و خودسازی عوامل اختصاص داده شده است. و آن را از یک استخر استعداد چشمگیر ترسیم می کند. بسیاری از محققان و مهندسان نرم افزار آن از گوگل، متا، مایکروسافت، آمازون و موسسه هوش مصنوعی آلن هستند.

Nitta می‌گوید که چراغ راهنمای Emergence در کنار ساختن خدمات پولی در کنار تحقیقات خود، یک کتاب راهنما که از بخش نرم‌افزار به‌عنوان سرویس به عاریت گرفته شده است، کار در دسترس را در اولویت قرار می‌دهد. او ادعا می کند که ده ها هزار نفر در حال حاضر از نسخه های اولیه خدمات Emergence استفاده می کنند.

Nitta گفت: “اعتقاد ما این است که کار ما برای اینکه چگونه چندین گردش کار سازمانی در آینده خودکار شوند، اساسی می شود.”

من را بدبین کنید، اما من متقاعد نیستم که تیم 50 نفره Emergence بتواند از بقیه بازیکنان در فضای مولد هوش مصنوعی سبقت بگیرد – و نه اینکه چالش‌های فنی فراگیر که هوش مصنوعی مولد را تهدید می‌کند، مانند توهمات و هزینه‌های سنگین را حل کند. در حال توسعه مدل ها Devin از آزمایشگاه های شناخت، یکی از بهترین عامل ها برای ساخت و استقرار نرم افزار، تنها موفق می شود در یک تست معیاری که توانایی حل مشکلات را در GitHub اندازه گیری می کند، نرخ موفقیت 14٪ را بدست آورد. واضح است که کارهای زیادی باید انجام شود تا به نقطه ای برسیم که عوامل بتوانند فرآیندهای پیچیده را بدون نظارت انجام دهند.

ظهور سرمایه ای برای تلاش دارد – در حال حاضر. اما ممکن است در آینده به عنوان VC ها نباشد – و مشاغل – ابراز شک و تردید افزایش یافته است در مسیر فناوری هوش مصنوعی مولد به سمت بازگشت سرمایه.

Nitta با طرح اعتماد شخصی که استارتاپش به تازگی ۱۰۰ میلیون دلار جمع آوری کرده است، اظهار داشت که Emergence موقعیت خوبی برای موفقیت دارد.

او گفت: «Emergence به دلیل تمرکز بر حل مشکلات زیرساختی اساسی هوش مصنوعی که دارای بازگشت سرمایه روشن و فوری برای شرکت‌ها است، انعطاف‌پذیر است. “مدل تجاری هسته باز ما، همراه با خدمات ممتاز، جریان درآمد ثابتی را تضمین می کند و در عین حال جامعه رو به رشدی از توسعه دهندگان و پذیرندگان اولیه را تقویت می کند.”

به زودی خواهیم دید